我的高度有些离散坐标,我需要创建一个光滑的表面,并将继续使用它。我需要该表面上所有坐标的高度。我当时正在考虑使用3D样条,但在应用类似问题中建议的方法时遇到了麻烦。我不是一个经验丰富的程序员,所以我可能会发现任何建议都是有帮助的。如果我可能要问的问题与之前已经讨论过的非常相似,请原谅我。我正在使用Python 3.6。
编辑
我做了一个很小的清单(类似于我的清单)。
Z=[]
Z.append([20.2, 20.1, 35])
Z.append([20.1, 24.5, 36])
Z.append([21.0, 23.2, 33])
Z.append([22.3, 20.0, 34])
Z.append([22.3, 19.5, 28])
Z.append([20.1, 19.5, 27])
Z.append([20.1, 24.6, 31])
Z.append([22.3, 24.6, 32])
此处的第一个数字代表经度,第二个数字代表纬度,第三个数字代表海拔。我需要制作一个“表面”(不一定要绘制它),其中包含有关此矩形之间所有坐标的信息。
我相信这听起来还不清楚,但是可能的问题是我不知道我要查找的确切结构或数据类型。
答案 0 :(得分:1)
一种可能性是使用scipy中的方法griddata
。
这是一个小例子,如何对数据使用近邻插值方法:
import numpy as np
from scipy.interpolate import griddata
# --------------------
Z=[]
Z.append([20.2, 20.1, 35])
Z.append([20.1, 24.5, 36])
Z.append([21.0, 23.2, 33])
Z.append([22.3, 20.0, 34])
Z.append([22.3, 19.5, 28])
Z.append([20.1, 19.5, 27])
Z.append([20.1, 24.6, 31])
Z.append([22.3, 24.6, 32])
# ---------------------------
xin=np.array(Z)[:,0];
yin=np.array(Z)[:,1];
zin=np.array(Z)[:,2];
# ----------------------------
xout=np.linspace(20.,23.,10);
yout=np.linspace(19.,25.,10);
xout,yout = np.meshgrid(xout,yout);
# ----------------------------
zout=griddata((xin,yin),zin,(xout,yout),'nearest');
# -----------------------------
from pylab import pcolormesh,show
pcolormesh(xout,yout,zout);show();